Python 3 中 for 循环的数据类型和文档

Question

我对数据类型和 UTF-8 编码感到非常困惑。引擎盖下到底发生了什么？我正在阅读 Python 3 中没有分隔符的凌乱 JSON 数据（数据不时有日文/中文字符）。

我正在读取数据：

url = "http://localhost:8001"
data = urllib.request.urlopen(url).read()
type(data)

它现在返回 bytes

那我要一个字一个字地读

for letter in data:
    type(letter)

它现在返回我那个字母是一个整数。为什么它是一个字节，现在它是一个整数？ 附言我知道我得到的整数代表字符的十进制表示。但是这种来回跳跃让我很困惑。

附：我也找不到 for-loop 的官方文档。有吗？

谢谢。

Answer 1

按照 Padraic Cunningham 的建议解码数据应该可行：

data = urllib.request.urlopen(url).read().decode("utf-8")

您还要求提供 for 循环的官方文档。我不确定你是指this还是你在谈论data的迭代行为。

bytes 的迭代行为如 here 所述：

由于字节对象是整数序列（类似于元组），对于字节对象 b，b[0] 将是一个整数，而 b[0:1] 将是一个长度为 1 的字节对象。（这与文本字符串形成对比，其中索引和切片都会产生长度为 1) 的字符串

没有足够的代表将其作为对上一个答案的评论发布，对不起。

Answer 2

您需要将bytes 解码为str：

In [12]: data = urllib.request.urlopen("http://stackoverflow.com/questions/38014233/data-types-and-documentation-for-for-loop-in-python-3/38014292#38014292").read()

In [13]: type(data)
Out[13]: bytes

In [14]: type(data.decode("utf-8"))
Out[14]: str

In [15]: data[0]
Out[15]: 60

In [16]: data.decode("utf-8")[0]
Out[16]: '<'

解码后，您将在循环和打印时看到字符。 urllib.request.urlopen(url).read() 返回 bytes，你可以将字节解码成一个 str。